拓扑排序

最新推荐文章于 2023-05-19 21:45:00 发布

原创最新推荐文章于 2023-05-19 21:45:00 发布 · 344 阅读

1 ·

CC 4.0 BY-SA版权

数据结构与算法同时被 2 个专栏收录

24 篇文章

订阅专栏

排序

14 篇文章

订阅专栏

拓扑排序的定义：

拓扑排序是在有向无环图（DAG）里按指向关系弹出一个序列，比如A->B，在序列里A就要在B的前面。官方定义：由某个集合上的一个偏序得到该集合上的一个全序，这个操作称之为拓扑排序。

拓扑排序的性质：

每个顶点出现且只出现一次。
若A在序列中排在B的前面，则在图中不存在从B到A的路径。
DAG图必然存在一个拓扑排序。
拓扑排序的序列不一定唯一。

拓扑排序的实现：

首先考虑一个问题，怎么找到DAG图的"起点"？第一个点就是应该没有其它结点指向它，只有它指向别人，所以它才会位于其它结点的前面。为此引入"入度"这个概念：

入度：某个结点被指的结点（边）数就是这个结点的入度。

也就是说一个DAG的起点就是入度为0 的结点，把当前起点在DAG的删除，新的入度为0的结点就是新图的起点，也就是接着弹出的结点。对于新起点来说，老起点已经弹出去了，不考虑老起点的影响，就算老起点原来指向了它也没有影响，它现在就是应该弹出的结点。

为什么一直存在新起点？：这是由DAG图的性质保证的。1.DAG图的子图是DAG图 2.DAG图中肯定有入度为0 的结点。

python代码实现：

def topsort(G):
    # in_degrees保存所有结点的入度
    in_degrees = dict((u, 0) for u in G)
    # 计算初始入度
    for u in G:
        for v in  G[u]:
            in_degrees[v] += 1
    # Q保存入度为 0 的节点                              
    Q = [u for u in G if in_degrees[u] == 0]
    # S是要弹出的序列
    S = []
    # 每一轮遍历所有的入度为零的结点
    while Q:
        u = Q.pop() # 默认从最后一个移除
        '''
        这块的如果从尾部弹出，下面新起点又是从尾部压入，这就是维护的一个栈，这深度优先的排序
        如果是从头部弹出，这就是队列，这是宽度优先的排序
        用一个对称的DAG图，就可以看出区别
        '''
        # 让它弹出到序列                         
        S.append(u)
        # v是入度为0指向的结点
        for v in G[u]:
            in_degrees[v] -= 1  # 并移除其指向，也就是入度减一
            # 如果入度为0，也就是新起点，保存起来。
            if in_degrees[v] == 0:
                Q.append(v)
    return S

G = {
    'a':'bf',
    'b':'cdf',
    'c':'d',
    'd':'ef',
    'e':'f',
    'f':''
}
>>> print(topsort(G))
['a', 'b', 'c', 'd', 'e', 'f']

拓扑排序的应用：

https://blog.csdn.net/qq_23262411/article/details/100034358